Opencv创建样本实用程序：做紧包围盒取代未取出的图像的正面样本？

Question

我接近1000张图片，我想用它作为opencv的正样本，用于cascadedtrainer。

我读过这个优秀的教程：http://note.sonots.com/SciSoftware/haartraining.html，以及此：http://www.computer-vision-software.com/blog/2009/11/faq-opencv-haartraining/，但我无法决定如何处理createsamples实用程序的-w和-h参数以及裁剪我的图像的想法。

我有很多背景内容的大图像[1300x600]，因此实际上需要由级联分类器检测的对象通常需要大约10％的图像。

是否有必要裁剪图像，然后使用OpenCV的creates样本工具？ 或者我是否可以省略裁剪部分，因为无论如何，正样本的描述文件包括x和y坐标以及围绕感兴趣对象的边界框的高度和宽度。我很困惑，因为我在某处读到“太多背景”会毁掉表演。当一个人已经为图像内的物体指定了紧密的边界框时，是否会出现“太多背景”的情况？

我在这里的主要问题是时间，我想避免手动裁剪1000个图像，如果它不会最终伤害分类器的性能。

---

编辑

我确实是有点裁剪和这里的路我的样品看起来平均分布：

Answer 1

你不需要调整或剪裁样本，但需要使用注释工具在foll中创建正样本列表欠款格式：

path_to\sample1.png 1 10 10 20 22 
path_to\sample2.png 2 10 10 20 22 40 40 30 33 
... 

这照顾你所关心的所有问题。根据您的示例，创建此文本文件可能会耗费时间。

正面样本边界框内的太多背景可能会影响模型中弱分类器的有效性，但它可能会或可能不会在分类器模型的最终级联中很重要。所有你应该关心的是创建好的正面样本，尽可能精确地捕捉物体在边界框内。这意味着：具有

1. 在相同的相对位置到其相应的边界框的右上角每个样品，并且具有相同的对象宽度/边界框的宽度比所有样品
2. 。

换句话说，尝试将所有对象置于边界框中，并为所有对象添加相同的“百分比”填充，以便当它们被cropample修剪并调整大小时，它们全都看起来像类似的位置和大小。